html5使用搜索,搜索txt里的相应内容并显示出来

news/2025/2/11 2:44:37/文章来源:https://www.cnblogs.com/10zhan/p/18709046
要在 HTML5 中实现搜索 TXT 文件里的相应内容并显示出来,一般需要以下几个步骤:
  1. 创建 HTML 界面,包含输入框用于输入搜索关键词和按钮触发搜索操作。

  2. 使用 JavaScript 读取 TXT 文件内容。

  3. 在读取的内容中搜索关键词,并将匹配的结果显示在页面上。

示例代码

PHP
<!DOCTYPE html> <html> <head>     <meta charset="UTF-8">     <meta name="viewport" content="width=device-width, initial-scale=1.0">     <title>TXT 文件搜索</title> </head> <body>     <!-- 输入搜索关键词的输入框 -->     <input type="text" id="searchInput" placeholder="输入搜索关键词">     <!-- 触发搜索的按钮 -->     <button onclick="searchInTxt()">搜索</button>     <!-- 用于显示搜索结果的区域 -->     <div id="result"></div>     <script src="script.js"></script> </body> </html>

 

2. JavaScript 部分(script.js

PHP
function searchInTxt() {// 获取用户输入的搜索关键词const searchTerm = document.getElementById('searchInput').value.trim();if (searchTerm === '') {alert('请输入搜索关键词');return;}// 创建 XMLHttpRequest 对象,用于读取 TXT 文件const xhr = new XMLHttpRequest();// 假设 TXT 文件名为 example.txt,可根据实际情况修改xhr.open('GET', 'example.txt', true);xhr.onreadystatechange = function () {if (xhr.readyState === 4) {if (xhr.status === 200) {// 获取 TXT 文件的内容const txtContent = xhr.responseText;// 调用 searchText 函数进行搜索const results = searchText(txtContent, searchTerm);displayResults(results);} else {// 若请求失败,显示错误信息document.getElementById('result').innerHTML = '无法读取 TXT 文件';}}};// 发送请求xhr.send();
}function searchText(text, term) {const lines = text.split('\n');const results = [];// 遍历每一行,查找包含搜索关键词的行for (let i = 0; i < lines.length; i++) {if (lines[i].includes(term)) {results.push(lines[i]);}}return results;
}function displayResults(results) {const resultDiv = document.getElementById('result');if (results.length === 0) {// 若没有找到匹配结果,显示提示信息resultDiv.innerHTML = '未找到匹配的内容';} else {let html = '<ul>';// 将匹配的结果以列表形式显示results.forEach(result => {html += `<li>${result}</li>`;});html += '</ul>';resultDiv.innerHTML = html;}
}

 

注意事项

  1. 文件路径:确保 example.txt 文件与 index.html 和 script.js 文件在同一目录下,或者根据实际情况修改 xhr.open 中的文件路径。

  2. 跨域问题:如果 TXT 文件位于不同的域名下,会遇到跨域问题。可以使用服务器端脚本(如 Node.js、Python Flask 等)来处理文件读取,或者在开发环境中使用支持跨域的服务器。

  3. 编码问题:确保 TXT 文件的编码与页面的编码一致,避免出现乱码问题。

通过以上代码,你可以在 HTML 页面中输入搜索关键词,点击搜索按钮后,程序会读取 TXT 文件内容并显示包含关键词的行。
原文链接:https://www.wqqw.net/post/343.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/881942.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

macos安装三方windows

mac需时intel芯 m芯片貌似不支持windows系统,甚至虚拟机的方式都支持不友好 准备好鼠标 因为在windows安装界面或第一次打开的系统时,此时时没有注入驱动的,macbook笔记本自带的键盘触摸板将都不可用! 格式必须是iso 如果你下载到的三方windows系统是esd 或者其他格式,则必…

[大模型/AI/GPT] Chatbox:大模型可视化终端应用

序 概述:Chatbox AIChatbox AI 是一款 AI 客户端应用和智能助手,支持众多先进的 AI 模型和 API,可在 Windows、MacOS、Android、iOS、Linux 和网页版上使用。User-friendly Desktop Client App for AI Models/LLMs (GPT, Claude, Gemini, Ollama...)https://github.com/Bin-…

【AI安全】大模型越狱探索

本文皆在探讨大模型越狱攻击手法,能实操落地非学术化的,所有案例用于技术分享交流,在后文中尽量会用最精简的语言来讲解 开篇点题:越狱追溯于早期 IOS,用户为了突破设备的封闭生态系统,自由操作自己的IOS,不被限制,而在大模型中,越狱同理,规避大模型的限制,执行那些…

【洛谷P1229】遍历问题

这道题好巧 遍历问题 题目描述 我们都很熟悉二叉树的前序、中序、后序遍历,在数据结构中常提出这样的问题:已知一棵二叉树的前序和中序遍历,求它的后序遍历,相应的,已知一棵二叉树的后序遍历和中序遍历序列你也能求出它的前序遍历。然而给定一棵二叉树的前序和后序遍历,你…

第二课 经济金融案例实战

目录导入数据并观察合并数据提取出标签并对标签进行处理合并训练集和测试集变量转化正确化变量属性对分类型特征进行独热编码填写数值型特征的缺失值标准化数值型特征建立模型分出训练集和测试集集成提交结果 导入数据并观察 合并数据这里可能有个问题。我们说不要让模型提前见…

STM32学习笔记【电赛历险记嵌入式学习心得】

关于STM32F103C8T6的学习笔记,除基础介绍外,包含标准库与HAL库,涉及蓝牙、电机、超声波、红外等模块,涉及GPIO、中断、定时器、IC输入捕获、ADC、DMA等基础模块,含有CubeMX学习,C语言预编译知识,含有推荐学习项目链接。前言 此篇随笔是博主在打电赛(全国大学生电子设计…

【K8S安全】浅析K8S各种未授权攻击方法

免责声明: 本篇文章仅用于技术交流,请勿利用文章内的相关技术从事非法测试,由于传播、利用本文所提供的信息而造成的任何直接或者间接的后果及损失,均由使用者本人负责,本文作者不为此承担任何责任,一旦造成后果请自行承担!如有侵权烦请告知,我们会立即删除并致歉。谢谢…

卷积神经网络(1)初步了解

先介绍一个简单的例子 要手动实现一个简单的卷积神经网络(CNN)来判断手写数字(1-10),我们可以使用 Python 和 TensorFlow(或其他深度学习框架)。以下是一个简单的实现思路,其中包含了手动构建卷积层、池化层、全连接层等。 假设你已经有了手写数字数据集,比如 MNIST 数…

RocketMQ实战—9.营销系统代码初版

大纲 1.基于条件和画像筛选用户的业务分析和实现 2.全量用户促销活动数据模型分析以及创建操作 3.Producer和Consumer的工程代码实现 4.基于抽象工厂模式的消息推送实现 5.全量用户促销活动消息推送的流程和缺陷分析 6.全量用户促销活动推送引入MQ进行削峰 7.全量用户发优惠券业…

Qwen2.5 Max:最有可能是DeepSeek R1的平替

新年还没过,推理大模型就开始了卷了,除夕当天Qwen就发布了重磅的Qwen2.5 Max推理模型,一、Qwen2.5 Max2025年1月28日,qwen团队发布了Qwen2.5 Max,总体来说,还是很不错的。下面是摘抄他们发表的信息:We evaluate Qwen2.5-Max alongside leading models, whether propriet…

第一课 通用流程

其中\(\text{KNN}\)使用已经很少了,\(\text{SVM}\)在中小型数据集上表现很好目录了解场景和目标了解评估准则认识数据数据预处理数据清洗数据采样特征工程特征处理数值型类别型时间类文本型统计型组合特征特征选择过滤法包装法嵌入法模型融合BaggingStackingBoosting 了解场景…

DeepSeek本地化部署超简单,比装个office还简单

一、背景 最近DeepSeek太火了,以至于每位伙伴都想尝试,都想说上几句。作为一名程序员,不仅想使用这个DeeptSeek的AI工具,还是用其做更多的事情,比如本地化部署、构建自己的知识库,或者其他的应用。 本以为DeepSeek本地化部署有多难,实际上验证后很简单,任何普通人只要会…